微粒群算法

在之前的博客中,笔者介绍了一种基于遗传编程的技术。笔者为此建立了一套策略框架,初步看来,效果是良好的。然而,有没有其他截然不同却有意思的策略框架呢?很早就听说过微粒群算法,但这种算法如何搭建一个策略框架,以便应用于量化交易,却貌似很难找到答案。

我们往往把类似遗传算法,微粒群算法等当作优化算法。事实上,遗传编程属于元编程,在本质上是高于简单的遗传优化算法的。而微粒群算法有没有类似的对等概念呢?

以蚁群算法举例,解决的经典问题即是旅行商问题。但是如果换一个视角,我认为求出来的解实际上是站在观察者的视角,通过简单的路径密度即可得知近似最优的解。这里的重点在于“观察者”三个字。

由此引发的概念就诞生了我对源于微粒群算法基本概念来解决交易策略的问题,我命名为“微粒群观察算法”。实施的方法,即将相当多的策略按照不同本金,假设比例丢入市场,在回测中观察所有策略的生存状态,在观察的基础后选出某个时段需要执行的最佳策略。

这里的微粒即一个个不同的交易策略。事实上,由于手工的交易习惯是很难改变的,绝大多数手工交易者也是属于某种可模拟的交易策略。

由此一来,一种新的策略思路便形成了。

当然,Android 17号目前还有的to do list够我忙活了,这篇文章就先放在这,供日后参考使用。代号名当然早就想好了,即Android 16号。O(∩_∩)O

Android 16号最霸气的地方,在于17号自以为天下第一却被沙鲁打得无法招架的时候,16号开始登场。他一拳打飞了沙鲁,然后说了一句:“经过计算,我与沙鲁势均力敌”。当时感觉真是酷毙了呢。

Leave a Reply